V

Vit Cifar100

由 Ahmed9275 开发
基于Google的ViT基础模型在Cifar100数据集上微调得到的图像分类模型,准确率达到89.85%
下载量 920
发布时间 : 5/18/2022
模型介绍
内容详情
替代品

模型简介

该模型是基于Vision Transformer (ViT)架构的图像分类模型,专门针对Cifar100数据集进行微调优化,适用于通用图像分类任务

模型特点

高准确率
在Cifar100测试集上达到89.85%的分类准确率
基于ViT架构
采用Vision Transformer架构,利用自注意力机制处理图像
高效微调
仅需4轮训练即可达到良好性能

模型能力

图像分类
多类别识别

使用案例

计算机视觉
通用图像分类
对Cifar100数据集中100个类别的图像进行分类
89.85%的测试准确率
教育研究
可作为计算机视觉教学的基准模型